管弦乐模式:监督者,群体,层次
Type: Learn + Build
Languages: Python (stdlib), TypeScript
Prerequisites: Phase 14 · 12 (Workflow Patterns), Phase 14 · 25 (Multi-Agent Debate)
Time: ~60 minutes
学习目标
- 举个重复的四种调整模式,
- 描述2026年兰格链推:基于工具的监督与监督库.
- 解释人类的"建立正确系统"规则以及它如何限制拓学选择.
- 执行四个在STDlib与一个共同的剧本LLM.
问题
团队在需要它之前就会寻找"多代理".四种模式在框架中重复;一旦你能命名它们,你可以选择正确的或完全跳过拓.
概念
监督员工
- 专业代理人发送的中心路由LLM.
- 决定:回归自我,交给专家,结束.
- 专家不会互相交谈;所有的路由都通过监督者.
框架: 兰格拉夫create_supervisor机器人管家工作者,机器人管家管理人员.
2026 LangChain recommendation:通过直接的工具调用来进行监督,而不是create_supervisor您可以决定每个专家看到的内容.
群体/同行
- 代理人通过共享工具表面直接交付.
- 没有中央路由器.
- 低延迟比监督者 (低跳跃).
- 对于 (没有单一的控制点) 进行推理更难.
框架: 兰格拉夫群群的拓,OpenAI代理SDK交付 (所有代理人可以交给所有其他代理人).
层次性
- 管理监督人,管理员工的副监督人.
- 作为在LangGraph中嵌套的子图;在CrewAI中嵌套的机组人员.
- 规模以运营复杂性为代价,
需要时:当一个监管机构的文本预算不能包含所有专家的描述时.
辩论
- 并行提出者+反复的交叉批评 (25课).
- 实际上不是调整更多的验证,但在框架中显示为一个拓选择.
自主机组与确定性流程
机组人员将两种部署模式正式化:
- Flow对于决定性事件驱动的自动化 (建议生产的起点).
- Crew基于角色的自主合作.
这与上述四个模式一致,但与拓学的地图相符:流程通常是监督或层次;船员通常是监督者,具有LLM路由器.
人类的指导
"在法学士领域的成功不是建立最复杂的系统,而是建立适合你需要的系统.
决策命令:
- 单个代理+工作流程模式 (课 12) 从这里开始.
- 监督员工 ,当您有2至4名专家时.
- ,当延迟比推理清晰度更重要时.
- 只有监管环境预算失败时才是层次性的.
- 讨论时,准确性比成本更重要.
在这个模式出现错误的地方
- Topology-first thinking.在确定多代理解决什么问题之前,我们需要多代理.
- Bouncing handoffs in swarm.使用跳跃计数器.
- Fake hierarchy.由于企业,三层,两个实际团队.
建立它
code/main.py执行了四个模式,与编写的LLM相比:
Supervisor中央路由器.Swarm直接交付的同行.Hierarchical监管机构的监管机构.Debate平行提案+批评.
每个模式都处理相同的三意任务 (退款/错误/销售).
运行它:
python3 code/main.py
npx tsx code/main.ts产量:每个模式的痕迹+运算数量. 监督员最干净;群群最短;层次结构最深;辩论最昂贵.
用它
- LangGraph监督和等级 (嵌套子图)
- OpenAI Agents SDK对于工具交付 (监督者形状).
- CrewAI Flow对于生产定量化.
- Custom任何时候,你需要一个确切的控制.
运送它
outputs/skill-orchestration-picker.md选择一个拓物质并实现它.
运动
- 通过移除路由器,将一个监督员工转化为一群人.
- 加入一个跳跃计数:放弃3次交给后.它会抓住A->B->A跳动吗?
- 建立一个为12个专业领域的两层级等级体系.
- 分析生产型工作负载的四个模式.哪个比较中哪个比较 (延迟,成本,准确性,可调试性)?
- 读一读"构建有效代理"的文章. 绘制出你每一个生产流程的四个流程之一.
关键词
| Term | What people say | What it actually means |
|---|---|---|
| Supervisor-worker | "Router + specialists" | Central LLM dispatches to specialists; they don't talk to each other |
| Swarm | "Peer-to-peer" | Direct handoffs via shared tools; no central router |
| Hierarchical | "Supervisors of supervisors" | Nested subgraphs for large populations |
| Debate | "Proposer + critique" | Parallel proposers, cross-critique (Lesson 25) |
| Tool-call-based supervision | "Supervisor without a library" | Implement supervisor as direct tool calls for context control |
| Crew | "Autonomous team" | CrewAI's role-based collaboration mode |
| Flow | "Deterministic workflow" | CrewAI's event-driven production mode |
进一步阅读
- Anthropic, Building Effective Agents五种模式 + 代理与工作流程
- LangGraph overview监督者,群体,层次
- CrewAI docs机组人vs流量
- Du et al., Society of Minds (arXiv:2305.14325)辩论模式
This free lesson is part of the AI Engineering from Scratch curriculum. Read the full explanation, run the lesson code, and verify the result in the interactive reader or from the repository source.
Browse the complete course catalog or open this lesson on GitHub.